
Un jeu de cartes, une file d’attente, un test médical : dans la vie, on connaît presque toujours une information de plus avant de parler de chances. Savoir qu’un événement s’est déjà réalisé change la probabilité d’un autre. C’est exactement ce que mesure la probabilité conditionnelle, un outil central de la spécialité mathématiques en 1ère.
1. Probabilité conditionnelle
Dans toute la suite, on travaille sur un univers \(\Omega\) muni d’une probabilité \(P\). Les événements \(A\) et \(B\) sont des parties de \(\Omega\).
Soit \(A\) un événement tel que \(P(A)\neq 0\). La probabilité de \(B\) sachant \(A\) est le nombre
\[ P_A(B)=\dfrac{P(A\cap B)}{P(A)}. \]
Elle mesure la « chance » que \(B\) se réalise quand on sait que \(A\) est réalisé.
Intuitivement, on restreint l’univers à \(A\) : les seuls cas qui restent possibles sont ceux de \(A\), et parmi eux on regarde ceux qui sont aussi dans \(B\). On rencontre aussi la notation \(P(B\mid A)\).
Si \(P(A)\neq 0\), l’application \(B\mapsto P_A(B)\) est une probabilité : \(0\leq P_A(B)\leq 1\), \(P_A(\Omega)=1\) et \(P_A(\overline{B})=1-P_A(B)\).
En général \(P_A(B)\neq P_B(A)\). Savoir que « un joueur de rugby est costaud » n’est pas la même information que « une personne costaude joue au rugby ». Le conditionnement a un sens : l’événement placé en indice est celui que l’on sait réalisé.
2. Tableaux croisés
Quand on dispose d’effectifs, un tableau croisé donne directement toutes les probabilités, y compris conditionnelles : on divise l’effectif de l’intersection par l’effectif de la ligne ou de la colonne qui correspond à la condition.
Sur 200 personnes venues dans une salle d’escalade, 120 sont des adultes (\(A\)) et 80 des enfants. 93 personnes ont loué un casque (\(L\)), dont 45 adultes.
| Casque loué (\(L\)) | Pas de casque (\(\overline{L}\)) | Total | |
|---|---|---|---|
| Adultes (\(A\)) | 45 | 75 | 120 |
| Enfants | 48 | 32 | 80 |
| Total | 93 | 107 | 200 |
\(P(A)=\dfrac{120}{200}=0{,}6\). \(P_A(L)=\dfrac{45}{120}=0{,}375\) : parmi les adultes, 37,5 % louent un casque. Dans l’autre sens, \(P_L(A)=\dfrac{45}{93}=\dfrac{15}{31}\approx 0{,}484\) : parmi ceux qui louent un casque, environ 48 % sont des adultes. Les deux probabilités sont différentes.
3. Arbre pondéré
Un arbre pondéré représente une expérience en plusieurs étapes. Sur chaque branche du premier niveau on écrit une probabilité ordinaire ; sur chaque branche suivante on écrit une probabilité conditionnelle, celle de l’événement sachant le chemin déjà parcouru.
Ici, une usine fabrique des gourdes avec deux machines : \(M_1\) produit 60 % des gourdes et \(M_2\) en produit 40 %. Une gourde de \(M_1\) a un défaut (événement \(D\)) avec la probabilité \(0{,}03\), une gourde de \(M_2\) avec la probabilité \(0{,}05\).
- La somme des probabilités des branches qui partent d’un même nœud vaut \(1\).
- La probabilité d’un chemin (une intersection) est le produit des probabilités rencontrées sur ses branches.
- La probabilité d’un événement est la somme des probabilités des chemins qui le réalisent.
4. Probabilité d’une intersection
Réécrire la définition en multipliant par \(P(A)\) donne la formule la plus utilisée en pratique.
Si \(P(A)\neq 0\) : \[ P(A\cap B)=P(A)\times P_A(B). \]
Si \(P(B)\neq 0\), on a aussi \(P(A\cap B)=P(B)\times P_B(A)\).
\(P(M_1\cap D)=P(M_1)\times P_{M_1}(D)=0{,}6\times 0{,}03=0{,}018\). On multiplie le long du chemin \(M_1\to D\).
5. Partition de l’univers et probabilités totales
Des événements \(A_1, A_2,\dots ,A_n\) forment une partition de \(\Omega\) s’ils sont non vides, deux à deux incompatibles et si leur réunion est \(\Omega\). Exemple : \(A\) et \(\overline{A}\) (avec \(A\) ni vide ni égal à \(\Omega\)).
Si \(A_1,\dots ,A_n\) forment une partition de \(\Omega\) avec des probabilités non nulles, alors pour tout événement \(B\) :
\[ P(B)=P(A_1\cap B)+\dots +P(A_n\cap B)=P(A_1)\,P_{A_1}(B)+\dots +P(A_n)\,P_{A_n}(B). \]
La justification est visuelle : \(B\) est coupé en morceaux disjoints \(B\cap A_i\), et les probabilités de ces morceaux s’ajoutent.
- Repérer la partition qui constitue le premier niveau de l’arbre.
- Repérer tous les chemins qui aboutissent à \(B\).
- Multiplier les probabilités sur chaque chemin, puis additionner les produits.
\(\{M_1, M_2\}\) est une partition. \(P(D)=P(M_1)\,P_{M_1}(D)+P(M_2)\,P_{M_2}(D)=0{,}6\times 0{,}03+0{,}4\times 0{,}05=0{,}018+0{,}02=0{,}038\). Environ 3,8 % des gourdes sont défectueuses.
6. Inverser un conditionnement
L’arbre donne \(P_{M}(D)\) (de la cause vers l’effet), mais on veut souvent \(P_D(M)\) : on a trouvé une gourde défectueuse, d’où vient-elle ? On combine les deux formules précédentes.
Si \(P(A)\neq 0\) et \(P(B)\neq 0\) : \[ P_B(A)=\dfrac{P(A\cap B)}{P(B)}=\dfrac{P(A)\times P_A(B)}{P(B)}, \]
où \(P(B)\) se calcule avec la formule des probabilités totales.
\(P_D(M_1)=\dfrac{P(M_1\cap D)}{P(D)}=\dfrac{0{,}018}{0{,}038}=\dfrac{9}{19}\approx 0{,}474\). Alors que \(M_1\) produit 60 % des gourdes, elle n’est responsable que de 47 % des défauts, car elle est plus fiable.
Sur ma planète, on raisonne avec des effectifs : imagine 10 000 gourdes et compte-les. Les rapports d’effectifs donnent les mêmes résultats que les formules, mais avec des nombres entiers qui rassurent !
7. Événements indépendants
Deux événements \(A\) et \(B\) sont indépendants si \(P(A\cap B)=P(A)\times P(B)\).
Si \(P(A)\neq 0\), cela équivaut à \(P_A(B)=P(B)\) : savoir que \(A\) est réalisé ne change pas la probabilité de \(B\). Si \(A\) et \(B\) sont indépendants, alors \(A\) et \(\overline{B}\), \(\overline{A}\) et \(B\), \(\overline{A}\) et \(\overline{B}\) le sont aussi.
On tire une carte. \(C\) : « cœur » ; \(F\) : « figure » (valet, dame, roi). \(P(C)=\dfrac{8}{32}=\dfrac14\), \(P(F)=\dfrac{12}{32}=\dfrac38\) et \(P(C\cap F)=\dfrac{3}{32}\). Comme \(\dfrac14\times\dfrac38=\dfrac{3}{32}\), les événements \(C\) et \(F\) sont indépendants.
Deux événements de probabilités non nulles qui sont incompatibles (\(A\cap B=\varnothing\)) ne sont jamais indépendants : \(P(A\cap B)=0\) alors que \(P(A)P(B)>0\). Pour tester l’indépendance, calcule toujours le produit.
À retenir
- \(P_A(B)=\dfrac{P(A\cap B)}{P(A)}\) avec \(P(A)\neq 0\) ; en général \(P_A(B)\neq P_B(A)\).
- \(P(A\cap B)=P(A)\times P_A(B)\) : sur un arbre, on multiplie le long d’un chemin.
- Les branches qui partent d’un même nœud ont une somme égale à \(1\).
- Formule des probabilités totales : \(P(B)=\sum P(A_i)\,P_{A_i}(B)\) pour une partition \((A_i)\).
- Inversion : \(P_B(A)=\dfrac{P(A)\,P_A(B)}{P(B)}\).
- \(A\) et \(B\) indépendants \(\iff P(A\cap B)=P(A)P(B)\) ; incompatibles et non nuls \(\Rightarrow\) non indépendants.
Entraîne-toi : défi express de 1ère
Automatismes 1ère : combien de réponses en 60 secondes ?
🚀 Zyro te conseille la suite
✏️ Exercices de mathsProbabilités conditionnelles : exercices de maths 1ère
📝 Contrôles de mathsProbabilités conditionnelles : contrôle de maths 1ère
🎯 QCM de mathsProbabilités conditionnelles : QCM de maths 1ère
✏️ Exercices de mathsVariables aléatoires : exercices de maths 1ère
✏️ Exercices de mathsAlgorithmique et Python : exercices de maths 1ère
📝 Contrôles de mathsVariables aléatoires : contrôle de maths 1ère

